欢迎来到天天文库
浏览记录
ID:27910388
大小:267.50 KB
页数:12页
时间:2018-12-07
《推进模拟量子计算机研究、实现“量子霸权”具有重大意义.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、推进模拟量子计算机研究、实现“量子霸权”具有重大意义 近日,我国研究人员制备出大规模光量子芯片,并成功进行了一种重要的模拟量子计算演示。发表在最新一期美国《科学进展》杂志上的研究显示,上海交通大学金贤敏团队通过“飞秒激光直写”技术制备出节点数达49×49的光量子计算芯片。金贤敏介绍,这是目前世界上最大规模的光量子计算芯片。 近日,《Science》子刊《ScienceAdvances》以“ExperimentalTwo-dimensionalQuantumWalkonaPhotonicChip”为题发表了上海
2、交通大学金贤敏研究团队最新研究成果,报道了世界最大规模的三维集成光量子芯片。一个个肉眼看不见的单光子穿过透明的“玻璃片”,几秒之后,显示屏幕上呈现出单光子的二维量子行走演化结果。 这是首个真正空间二维的随机行走量子计算,同时也是国内首个自主实现的光量子计算芯片。这项研究进展对于推进模拟量子计算机研究、实现“量子霸权”具有重大意义。 金贤敏教授展示制备芯片中的二十组光子阵列里,每组都包含了2401根波导(Source:新华社) 一个量子计算过程完成,而其中最关键的就是这枚“玻璃片”。在灯光下,从某个角度看去,这枚完全
3、透明的“玻璃片”上隐约闪现几道光谱。原来一平方毫米的“玻璃片”范围内“雕刻”了几千个光波导,所以就像光栅一样呈现为彩色。 相比于传统的计算机,这枚光量子芯片可以针对特定问题实现算力加速。以此为内核,在绝对计算能力上有望超越传统的经典计算机。 5月15日,在上海交通大学,金贤敏教授(右二)在实验室指导学生熟悉光量子芯片制备的要点。(Source:新华社) 光量子芯片的算力到底有多大 光量子芯片实现了量子加速,比如未来可以设定一个优化算法,经典计算机需要100分钟解决的话,光量子计算机只需要10分钟,以此类推。问题越
4、复杂,量子加速带来的优越性就越明显。当量子计算机在绝对计算能力上超越了现有经典计算机的计算能力极限时,“量子霸权”就实现了,这是量子物理学家的孜孜不倦追求。 过去20年里,增加绝对计算能力的方式通常是制备更多光子数的量子纠缠。中国一直在这方面保持优势,成功将光子数从4个提高到了10个,但同时也发现增加光子数异常艰难。金贤敏团队另辟蹊径,通过增加量子演化系统的物理维度和复杂度来提升量子态空间尺度,开发了全新量子资源,对于未来模拟量子计算机的研发具有重要意义。 “最大规模”是此次金贤敏团队发布的光量子芯片的一个关键词。在这枚
5、光量子芯片里节点数多达49×49个,也就是2401个节点的超大演化空间,这样即使是单光子注入,也能实现数以千记的量子行走路径,实验中量子达到至少一百多个行走步径,突破了量子行走实验纪录。正是这种目前世界最大规模的光量子计算芯片,使得真正空间二维自由演化的量子行走得以在实验中首次实现,并将促进未来更多以量子行走为内核的量子算法的实现。 同时在演化过程中,光量子在波导之间的耦合强弱也可通过设计波导间距来精确调控。甚至精准波导弯曲、定量引入损耗及等调控技术也在稳步发展中。不断纯熟的集成化波导芯片技术使得量子行走向实际模拟量子计算
6、应用大步靠近。 通过飞秒激光直写技术,研究人员可以像3D打印一样制备可集成大规模光子线路的光量子芯片。金贤敏团队经过数年的努力,从系统设计到参数摸索优化,不断积累经验,终于在光量子芯片的规模上实现了超越,但实用征程仍然漫长。 金贤敏团队展示通过“飞秒激光直写”技术制备光量子计算芯片的过程。(Source:新华社) 在特定的问题上超越经典计算机 “在研究者的实验室里,从单光子的产生到芯片里量子态的演化,再到单光子的探测,整个过程和系统形成了一台模拟量子计算机。”金贤敏说。 金贤敏教授讲解“飞秒激光直写”光量子
7、芯片平台的编程操作。(Source:新华社) 所谓“模拟量子计算机”,就是指专用量子计算机。相比于基于量子门的通用量子计算机(即数字量子计算机),它可通过构建量子物理系统直接实现,而不需要依赖复杂的量子纠错,因此更加可行。作为模拟量子计算的一种重要算法内核,二维空间中的量子行走模型,能够将特定计算任务对应到量子演化空间中的相互耦合系数矩阵中,当量子演化体系能够制备得足够大并且能灵活设计结构时,可以用来实现工程、金融、生物医药等各领域中的各种搜索、优化问题,展现出远远优于经典计算机的表现,具有广泛的应用前景。 金贤敏对记者
8、介绍说,基于光量子芯片中的大规模量子演化系统,在量子随机行走的问题上超过了经典随机行走的表现。但是要将这种超越付诸于实际应用,还是一个艰难和漫长的过程。 “我们可以期待一些原理性的应用,比如将网络节点排序、搜索问题、优化问题等映射到二维空间随机行走的模型,目前我们正在深度挖掘。”金贤敏说
此文档下载收益归作者所有